本发明一种基于改进YOLOv4‑Tiny算法的铁矿石品位识别方法及装置,涉及品位识别及定位技术领域。首先采集不同品位矿石图片,对采集的矿石图片进行数据增强、扩充得到样本集;基于改进YOLOv4‑Tiny网络结构生成矿石品位识别模型,并进行训练;对采集的不同品位矿石图片进行降噪处理后输入训练好的矿石品位识别模型,提取矿石品位目标的类别、坐标、置信度和偏移量信息,并实时输出检测后的图像或视频,实现矿石品位的识别。同时,通过Lattepanda开发板将训练好的矿石品位识别模型进行产品化,得到矿石品位识别装置。该方法及装置解决了现场无法粗略判断矿石品位以及自动化选矿的前期问题,提高了识别的准确率。
声明:
“基于改进YOLOv4-Tiny算法的铁矿石品位识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)